强化学习之MDP
Posted yqpy
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了强化学习之MDP相关的知识,希望对你有一定的参考价值。
前言
最近又入坑RL了,要搞AutoML就要学会RL,真的是心累。。
正文
MDP里面比较重要的就是状态值函数和动作-状态值函数吧,然后再求最优状态值函数和最优动作状态值函数,状态值函数的公式推导一开始不懂,卡在了一个地方,现在记下来,
很关键的一个在于“和的期望等于期望的和”
以上是关于强化学习之MDP的主要内容,如果未能解决你的问题,请参考以下文章
强化学习(David Silver)2:MDP(马尔科夫决策过程)
机器学习应用——强化学习&课程总结 实例 “自主学习Flappy Bird游戏”(MDP&蒙特卡洛强化学习&Q-learning&DRL&DQN)